1. 研究目的与意义（文献综述）

rosa即光接收次模块，它的作用是把经过传输后的微弱光信号转换为电信号，并放大、整形恢复为原输入的电信号。rosa主要由光电检测器和前置（跨阻）放大器组成，至今被广泛应用于光载系统中。在rosa的生产过程中，要将采用to封装的探测器上到座子上，观察管脚是否错乱后才能进行耦合过程。如果能实现以上生产、测试自动化，这将对rosa有着重要影响，不仅会提高其生产速度，而且会保证产品质量，提高产品稳定性。

在rosa生产过程中，如果人工参与抓取探测器，观察其方向性，然后整理好管脚插到座子上面的过程，则会存在以下问题：1.器件产量大，管脚多，操作员长期在生产线上工作容易造成视觉和身体的疲劳，从而影响产品的质量和稳定性；2.人眼判断rosa管脚方向性，没有计算机图像处理的速度快，准确率高，而且成本较高。因此，实现rosa管脚的自动识别则可以用到机器视觉的知识来解决。机器视觉就是使用机器去替代人的眼睛来进行判断和测量，不仅是人眼的再延伸，更是具有人脑的功能。机器视觉是一个涉及到计算机软硬件、人工智能、图像处理技术、光学成像等多学科综合和交叉的领域，而其也在众多领域中得到了广泛应用。

国外机器视觉的研究始于20世纪50年代图像的模式识别，目前已经成功应用于工业检测和科学研究等领域。例如工业领域中高精度的pcb定位，smt原件放置和零件表面检测等应用。在医学领域中的应用也十分广泛，机器视觉用于辅助医生进行医学影像，主要利用图像处理，信息融合等技术对x透视图、ct图像进行综合分析。例如perkins等人开发了用于检测平板上元件的检测系统；gregory等人开发了基于模板匹配的汽车制动零件的检测系统等。

国内对机器视觉的研究始于上世纪80年代，经过30多年的发展，国内机器视觉行业发展已经蒸蒸日上。目前，机器视觉已经被广泛应用于工业、农业、交通、医疗等众多行业。例如工业中的油封缺陷在线监测系统；交通行业中城市车辆监控与跟踪等。

基于以上介绍，rosa管脚自动识别的问题也可以借助机器视觉技术来解决。通过摄像头捕捉到目标器件图像信息后，对图像做相应的预处理，然后提取图像的灰度、轮廓等信息后进行后续的处理，最后定位出case脚位置从而计算所需要旋转的角度，完成rosa管脚的角度调整。

2. 研究的基本内容与方案

本课题的研究内容是从管脚识别的精确度，识别的速度以及判断管脚是否交叉错乱以至于无法进行管脚整理的现实要求出发。通过了解to器件自动上下料过程，从而了解rosa管脚自动识别的各项需求和设计指标，对比不同管脚识别的算法方案，从中选择最优的解决方法。主要研究内容如下：

(1)通过对比、分析基于hough圆检测的管脚识别算法、基于灰度统计特性的管脚识别算法和基于特征匹配的的管脚识别算法，综合各项因素，选取基于特征匹配的管脚识别算法作为课题的设计方案。通过对测试图片进行测试得到的各项指标进行验证，后者相较于前两者确实具有更好的精确度和更快的算法速度。而对于判断管脚是否错乱及调整，则采用基于最小外接矩形算法。

(2)通过使用垂直摄像头获取rosa管脚底部图像进行管脚识别，初步识别、定位并计算出所需调整的角度完成粗调。

(3)为了进一步提高管脚角度调整的准确性，再使用水平方向摄像头采集管脚的侧视图，用来判断管脚是否交叉错乱以至无法进行管脚整理，如果是则将其丢弃，反之则进一步通过对侧视图的处理分析，判断需要对管脚做如何微调。

3. 研究计划与安排

1.第1～第3周：查阅相关文献资料，明确研究内容，确定技术方案，完成文献综述以及开题报告的撰写。

2.第4～第5周：阅读相关文献资料并学习相关基本理论知识，论文开题。

3.第6～第9周：掌握几种管脚自动识别算法，并在基于visual studio 2013的opencv环境中完成代码实现。

4.第10～第12周：对不同管脚自动识别算法所实现的效果，进行对比分析，撰写论文初稿。

4. 参考文献（12篇以上）

[1] achanta r, shaji a, smith k, et al. slic superpixels compared to state-of-the-art superpixel methods[j]. pattern analysis amp; machine intelligence ieee transactions on, 2012, 34(11):2274-2282.

[2] 周黎萍. 基于机器视觉的复杂零件检测研究[d]. 西安工业大学, 2008.

[3] 吴卫. 基于机器视觉的机械零件检测与识别系统设计[d]. 东华大学, 2011.

[4] nadira, muda, nik kamariah, nik ismail, jasni, mohamad zain, et al. optical character recognition by using template matching (alphabet)[j]. international journal of computer applications, 2015, 118(25).